首页--航空、航天论文--航空论文--航空制造工艺论文--航空器的维护与修理论文

航空发动机轴承故障智能诊断方法研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第13-19页
    1.1 课题来源及意义第13页
    1.2 航空发动机故障诊断概述第13-16页
    1.3 论文主要内容及创新点第16-17页
    1.4 论文结构安排第17-19页
第二章 航空发动机轴承故障诊断概述第19-25页
    2.1 航空发动机的典型故障第19-20页
    2.2 滚动轴承的常见故障第20-21页
    2.3 滚动轴承故障的振动特征第21-22页
    2.4 基于振动信号的滚动轴承故障诊断第22-23页
    2.5 本章小结第23-25页
第三章 最优特征参数矩阵构建第25-45页
    3.1 特征参数矩阵的构建第25-27页
        3.1.1 时域特征参数第25-26页
        3.1.2 频域特征参数第26-27页
    3.2 特征参数矩阵的优化第27-33页
        3.2.1 特征参数优化方法概述第27-28页
        3.2.2 基于混合核函数的KPCA算法第28-32页
        3.2.3 粗糙集第32-33页
    3.3 实验验证分析第33-43页
    3.4 本章小结第43-45页
第四章 智能故障识别方法第45-73页
    4.1 隐马尔可夫模型概述第45-50页
        4.1.1 Markov 模型第46-47页
        4.1.2 隐Markov模型(HMM)基本概念及定义第47-48页
        4.1.3 HMM的分类第48-49页
        4.1.4 HMM算法在航空发动机轴承故障诊断中的应用第49-50页
    4.2 基于离散隐马尔科夫模型的航空发动机轴承故障模式识别第50-60页
        4.2.1 DHMM的基本算法第50-57页
        4.2.2 实验验证及分析第57-60页
    4.3 基于遗传算法改进离散隐马尔科夫模型的航空发动机轴承故障模式识别第60-66页
        4.3.1 遗传算法第60-63页
        4.3.2 实验验证及分析第63-66页
    4.4 基于连续隐马尔可夫模型的航空发动机轴承故障模式识别第66-69页
        4.4.1 CHMM的参数表示第66页
        4.4.2 基于CHMM的训练与诊断算法第66-67页
        4.4.3 实验验证及分析第67-69页
    4.5 三种智能算法实验结果比较第69-70页
    4.6 本章小结第70-73页
第五章 航空发动机轴承故障监测诊断系统主要模块的开发第73-81页
    5.1 航空发动机轴承故障监测诊断系统总体结构设计第73-74页
    5.2 信息处理及最优特征矩阵构建模块设计第74页
    5.3 智能诊断模型及修正模块设计第74-75页
    5.4 系统各功能模块调试及测试结果第75-79页
    5.5 本章小结第79-81页
第六章 结论与展望第81-83页
    6.1 结论第81页
    6.2 展望第81-83页
参考文献第83-87页
致谢第87-89页
研究成果及发表的学术论文第89-91页
作者和导师简介第91-92页
硕士研究生学位论文答辩委员会决议书第92-93页

论文共93页,点击 下载论文
上一篇:模数混合电路激励优化与故障诊断方法研究
下一篇:掺无机纤维的钢渣复合胶凝材料的强度及膨胀性研究